数字太空科技股份有限公司

负责公司核心算法研发，覆盖大模型与智能体、时序预测、图像识别、路径规划、卫星仿真、异常检测等方向。

• AI 时序预测：自研 LSTM/Transformer 空间环境预报模型（Ap 指数、F107、高能电子通量等），核心指标优于同期中科院预报中心，授权专利 3 篇。
• 遥感影像识别：帮公司从0到1建立遥感图像识别能力，YOLO 多目标检测（飞机/舰船/汽车/桥梁/建筑），含超大图切割、多模型融合等算法。
• 大规模卫星任务规划：帮公司从0到1建立超大规模遥感卫星智能规划能力，自研启发式 + 动态规划 + 强化学习算法，百星千需秒级规划，独立封装卫星仿真算法库，授权专利 2 篇。
• 超低轨道保障技术：自研基于 AI 融合大气密度预测与轨道误差预测的超低轨道卫星保障系列技术方案，一次性产出 6 篇发明专利，全部授权。

作为算法团队负责人，设计项目相关的算法研发流程，支撑公司的项目交付。

个人累计研发算法 60+、支撑项目 20+，获发明专利 11 篇（通过率 100%）。

北京智能商简科技有限公司

• 重构 SPS 智能排程系统核心算法，纯 NumPy 实现，精排 30 分钟→0.5 秒，快排→0.05 秒。
• 在原算法基础上增添了工单数优先、换线成本优先、产线利用率优先、急单优先等多种排程策略，以及产线冻结、急单插入等辅助功能。
• 自研了启发式算法的核心公式，解决了原算法在进行多目标优化时面临的难题。

国家电网大数据中心

熟练使用阿里云数据中台，对海量（几十亿条）的电力大数据进行分析建模和可视化，编写 Python / SQL 代码各上万行。

• 空壳企业监测：自研基于半监督学习（PU Learning）异常企业识别算法，处理几十亿条电力数据，产生算法专利 2 篇、软件著作权 1 篇。
• 产业结构分析：聚类分析全国区县产业结构（K-means++ / DBSCAN），进行数据可视化，成果被项目报告引用。

在职期间被评为高级数据分析师，支撑项目10+，研发算法专利2篇，编写数据分析报告若干。部分项目中设计的自动化分析流程在离职1年多以后仍在支撑业务。